CNN 기반 USV 전방 탐지와 신경망- PID 결합 안정화 제어

CNN-Based USV Forward Detection and Neural Network–PID Integrated Stabilization Control

연구 내용

CNN 기반 객체 탐지로 USV 전방 상황을 파악하고, 신경망이 PID 제어 오차를 보정하여 안정화를 수행하는 제어·지각 결합 연구

USV 전방의 원거리 객체 정보를 실시간으로 처리하기 위해 CNN 기반 탐지기를 구성하고, VGG-16을 ResNet-18 기반 특징추출 네트워크로 대체하여 정확도와 계산 복잡도 균형을 설계합니다. 또한 1×1·3×3 중심 커널 구성을 통해 탐지 효율을 높이고, 단안 카메라로부터 거리와 방위를 산출하여 추적·제어에 필요한 기초 정보를 제공합니다. 별도의 안정화 장치에서는 IMU 기반 롤·피치 데이터를 전처리한 뒤 ReLU 활성 함수의 신경망을 학습하여 안정화 오차 값을 산출하고 이를 PID 컨트롤러에 입력하여 균형을 유지합니다. 신경망-제어기 결합으로 실시간 운용 가능성을 검증합니다.

관련 프로젝트

0건

연구 흐름

첫 단계에서는 단안 카메라 기반 USV 전방 탐지를 목표로 SSD 계열 구조에서 특징추출부를 ResNet-18으로 교체하고, 커널 수와 크기 설계를 통해 실시간 추론에 적합한 경량화 방향을 적용했습니다. 거리·방위 추정이 포함된 실험을 통해 탐지 정확도와 연산 부담을 함께 평가했습니다. 이후 제어 분야에서는 3-DOF 수평 안정화 플랫폼을 대상으로 IMU와 서보 모터의 실시간 데이터를 수집하고, 전처리된 입력으로 신경망 모델을 학습해 PID가 필요로 하는 안정화 오차를 출력하도록 구성했습니다. 이후에는 실제 산업 환경에서의 센서 통합과 신경망 최적화를 후속 과제로 두고, 지각 모듈과 제어 보정 모듈의 결합 가능성을 검토하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

실시간 USV 객체 탐지
단안 카메라 기반 거리·방위 추정
CNN 경량화 탐지기 구조
추적 기반 항법 보조
3-DOF 안정화 플랫폼 제어
IMU 기반 자세 추정·제어 연계
신경망 오차 보정 모듈
PID 제어 보강 전략
로봇 자세 안정화 데이터 파이프라인
실시간 제어용 학습 기반 보정